《基于逼近論的多模態(tài)信息表示》從逼近論角度，由最基本的線性無關(guān)函數(shù)基（插值基、奇異值分解、主成分分析）出發(fā)，到正交函數(shù)基（傅里葉變換、小波基），再到一般通用逼近算子（人工神經(jīng)網(wǎng)絡(luò)），延伸至過完備基（壓縮傳感、稀疏表示），最后實現(xiàn)分層特征表示（深度學(xué)習(xí)）。通過基函數(shù)表示信息的思想貫穿始終，作者希望由此啟發(fā)讀者更進一步思考

自然計算是國際上一個新的計算領(lǐng)域研究熱點。本書為國內(nèi)第一部以自然計算為主要內(nèi)容的專著。第一部分首先對傳統(tǒng)的自然計算方法-人工神經(jīng)網(wǎng)絡(luò)、進化計算、模糊系統(tǒng)等簡要回顧并介紹其最新的進展情況。第二部分從第二章開始到第七章重點介紹生物啟發(fā)的計算、物理啟發(fā)的計算、化學(xué)啟發(fā)的計算等重要的新興的自然計算方法及體系。第三部分介紹與自然

20世紀(jì)50年代以來，人工智能出現(xiàn)了符號主義、連接主義和行為主義等主導(dǎo)性研究范式。理論界普遍認為，人工智能已經(jīng)超越了現(xiàn)有的范式理論，逐步形成了一種融合的趨勢。然而，如何對人工智能各研究范式進行融合以及在什么樣的基礎(chǔ)上進行融合，這一難題成為人工智能理論進一步發(fā)展的瓶頸所在。本書從貫穿整個人工智能發(fā)展過程的兩條主要線索--

不確定性知識處理是人工智能領(lǐng)域最基本的研究問題。《不確定性知識處理的基本理論與方法》對知識表示和推理、不確定性知識處理（亦簡稱不確定性處理）的基本理論與方法進行了全面、系統(tǒng)的闡述，內(nèi)容包括知識表示與推理方法、不確定性知識處理的經(jīng)典理論與方法、貝葉斯網(wǎng)推理與學(xué)習(xí)方法、粗糙集理論等四部分。 《不確定性知識處理的基本理論與

書中介紹了針對不同情況的多種分類和聚類算法，如信任C均值聚類算法，信任K近鄰分類器和不完整數(shù)據(jù)信任分類器等。通過對多個信任分類器輸出的融合能夠得到更全面可靠的信息，提高目標(biāo)識別準(zhǔn)確性。針對多源多時相信息融合，發(fā)展了動態(tài)證據(jù)推理，不僅可對目標(biāo)實時識別，還能對目標(biāo)變化準(zhǔn)確檢測判斷。

大規(guī)模強化學(xué)習(xí)

人工智能及其演化

作為一類具有廣泛應(yīng)用背景的非線性動力系統(tǒng)，神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性和同步控制是其應(yīng)用和設(shè)計的基礎(chǔ)。本書致力于系統(tǒng)介紹時滯神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性與同步控制理論在近年來取得的最新成果。主要內(nèi)容涉及到：根據(jù)神經(jīng)網(wǎng)絡(luò)的演化機制和內(nèi)在規(guī)律，建立切合實際的時滯神經(jīng)網(wǎng)絡(luò)模型，運用Lyapunov穩(wěn)定性理論、線性矩陣不等式技術(shù)、劃分時滯方法、規(guī)范型

本書第一版（2004年）創(chuàng)建了"知識系統(tǒng)工程"這一新的學(xué)科分支，將知識管理中的基于信息技術(shù)與基于組織行為的知識管理思想與方法綜合集成，兼顧知識管理里與知識處理（知識運作），形成新的理念和視角。近十年來，社會經(jīng)濟發(fā)展對知識的應(yīng)用和創(chuàng)新提出新的更大更高的需求，移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)等的發(fā)展以及智能科學(xué)與技術(shù)的深

借鑒生物免疫系統(tǒng)的分層防御機理以及層次間的相互作用，作者提出了用于機電設(shè)備故障診斷的免疫診斷模型。將故障檢測與診斷功能進行整合，研究機電設(shè)備異常檢測與故障診斷的免疫算法與模型，分層解決設(shè)備的狀態(tài)監(jiān)測、故障定位與診斷等關(guān)鍵問題，建立了異常狀態(tài)監(jiān)測與故障診斷一體化的快速反應(yīng)機制。第一層，異常追蹤監(jiān)測。在獲取設(shè)備運行狀態(tài)數(shù)據(jù)

《新型神經(jīng)網(wǎng)絡(luò)及其英文SCI論文評審論辯》以作者多年在神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用方面的研究成果為線索，介紹了SCI期刊論文投稿、論辯與發(fā)表方面的具體事項和相關(guān)技巧，對指導(dǎo)研究者進行SCI論文投稿具有重要的參考價值�！缎滦蜕窠�(jīng)網(wǎng)絡(luò)及其英文SCI論文評審論辯》闡述了三類新型神經(jīng)網(wǎng)絡(luò)(連續(xù)ZNN、離散ZNN、WASD神經(jīng)網(wǎng)絡(luò))的研究

時滯神經(jīng)網(wǎng)絡(luò)動力學(xué)是神經(jīng)網(wǎng)絡(luò)與動力系統(tǒng)交叉結(jié)合的一門新型學(xué)科，《時滯型神經(jīng)網(wǎng)絡(luò)動力學(xué)分析及在電力系統(tǒng)中的應(yīng)用》較詳細地介紹了若干具有不同實際背景和應(yīng)用功能的時滯型神經(jīng)網(wǎng)絡(luò)的模型及有關(guān)基本概念，通過對國內(nèi)外大量文獻資料進行精心篩選與組織，較系統(tǒng)地介紹了國內(nèi)外學(xué)者關(guān)于時滯型神經(jīng)網(wǎng)絡(luò)動力學(xué)研究的一些優(yōu)秀成果并將其付諸于電力系

《混合神經(jīng)網(wǎng)絡(luò)技術(shù)（第二版）》在論述神經(jīng)網(wǎng)絡(luò)基本概念和基本原理的基礎(chǔ)上，重點介紹混合神經(jīng)網(wǎng)絡(luò)技術(shù)，同時，介紹各種混合神經(jīng)網(wǎng)絡(luò)技術(shù)在電磁建模和優(yōu)化問題中的應(yīng)用�！痘旌仙窠�(jīng)網(wǎng)絡(luò)技術(shù)（第二版）》共11章，內(nèi)容主要包括神經(jīng)網(wǎng)絡(luò)的基本概念、基礎(chǔ)知識、BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、Hopfield神經(jīng)網(wǎng)絡(luò)、粒子群神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)

《語義網(wǎng)技術(shù)體系》簡要回顧萬維網(wǎng)的發(fā)展歷史及體系結(jié)構(gòu),系統(tǒng)介紹語義網(wǎng)的基本理念及技術(shù)體系,包括RDF數(shù)據(jù)、Web本體、語義網(wǎng)推理技術(shù)和RDF數(shù)據(jù)查詢技術(shù)等方面的基本概念和前沿研究;詳細闡述語義網(wǎng)應(yīng)用中的基礎(chǔ)技術(shù),包括語義網(wǎng)搜索技術(shù)、語義網(wǎng)本體匹配技術(shù)和語義網(wǎng)瀏覽技術(shù),并介紹作者在語義網(wǎng)搜索、語義網(wǎng)本體匹配和語義網(wǎng)瀏覽方

作為知識獲取和數(shù)據(jù)挖掘的重要工具，粒計算是在解決大規(guī)模復(fù)雜問題時模擬人類思維問題自然模式的一種全新理論、技術(shù)和方法。全書以包含度在各種信息系統(tǒng)的實踐應(yīng)用為主線，系統(tǒng)深入地介紹了基于包含度的粒計算方法與應(yīng)用的研究成果。全書共分10章，著重闡述了包含度在粗糙近似集、直覺模糊集、變精度序信息系統(tǒng)、區(qū)間值模糊粗糙集、結(jié)構(gòu)粗糙集

從本書所呈現(xiàn)的研究結(jié)果看，我們的語義資源建設(shè)工作具有較強的科學(xué)性和先進性，觀點鮮明、論據(jù)翔實、結(jié)論可靠。其研究結(jié)果可以作為信息抽取、機器翻譯、事件識別、情感分析等計算機應(yīng)用的基礎(chǔ)資源和關(guān)鍵技術(shù)。本書是學(xué)習(xí)或從事人工智能、自然語言理解、機器翻譯、情報學(xué)、語義學(xué)等相關(guān)專業(yè)碩士、博士研究生或高年級本科生的教材或教學(xué)參考書，也

《神經(jīng)系統(tǒng)建模與控制工程》結(jié)合神經(jīng)生物學(xué)、神經(jīng)計算科學(xué)與自動控制科學(xué)的交叉優(yōu)勢，主要介紹了神經(jīng)系統(tǒng)場效應(yīng)的動力學(xué)模型，分析了外電場作用下的神經(jīng)元以及神經(jīng)元網(wǎng)絡(luò)的動力學(xué)特性，重點闡述參數(shù)辨識方法在神經(jīng)系統(tǒng)建模中的應(yīng)用，以及先進控制算法例如優(yōu)化控制、迭代學(xué)習(xí)、模型預(yù)測控制等在單神經(jīng)元放電模式以及神經(jīng)元網(wǎng)絡(luò)同步特性控制中的應(yīng)

《網(wǎng)絡(luò)安全與“免疫軟件人”應(yīng)用》在介紹網(wǎng)絡(luò)安全基礎(chǔ)知、基本理論、典型防御技術(shù)以及免疫網(wǎng)絡(luò)系統(tǒng)等內(nèi)容的基礎(chǔ)上提出“免疫軟件人”的概念及理論體系并將“免疫軟件人”應(yīng)用到網(wǎng)絡(luò)信息安全領(lǐng)域構(gòu)建基于多“免疫軟件人”聯(lián)盟的網(wǎng)絡(luò)安全系統(tǒng)設(shè)計基于“免疫軟件人”特性的檢測器生成模型及算法并從理論和應(yīng)用層面對模型及算法進行分析和驗證。

《智能方法及應(yīng)用》主要總結(jié)了目前比較常見的智能方法包括模糊計算、粗糙集與粒計算、群智能、神經(jīng)網(wǎng)絡(luò)、進化計算、人工免疫系統(tǒng)等，并從方法、模型和應(yīng)用等三方面進行了闡述。重點討論了智能挖掘分析方法、智能融合與優(yōu)化方法以及智能方法在信息檢索、推薦系統(tǒng)、觀點挖掘、隧道監(jiān)控、綠色計算等方面的典型應(yīng)用。通過理論研究和具體實驗分析，對

《信息科學(xué)技術(shù)學(xué)術(shù)著作叢書：煙花算法引論》包括群體智能優(yōu)化方法研究現(xiàn)狀及其煙花算法產(chǎn)生的動機和契機，基本煙花算法及其與現(xiàn)有典型群體智能優(yōu)化方法的比較，煙花算法的收斂性分析，煙花算法的各種改進算法，離散型煙花算法，混合性煙花算法，求解多目標(biāo)優(yōu)化問題的煙花算法，煙花算法的典型應(yīng)用，以及煙花算法的未來發(fā)展。其中重點介紹煙花算